* 仕様書 [REFS[ - [142] [CITE[The Unicode Standard, Version 13.0 - ch02.pdf]], [TIME[2020-03-09T17:53:32.000Z]], [TIME[2020-12-06T08:54:12.180Z]] - [1] [CITE[The Unicode Standard, Version 13.0 - ch03.pdf]], [TIME[2020-03-09T17:53:34.000Z]], [TIME[2020-12-06T03:41:31.993Z]] ]REFS] * 書記素基底 [3] [[特性][特性 (UCD)]] [DFN[[CODE[Grapheme_Base]]]] の[[文字]]には、 [[基底文字]]が含まれますが、 [CODE[U+FF9E]], [CODE[U+FF9F]] は含まれません。 ほとんどの [[spacing mark]] が含まれます。 [SRC[>>1 D58]] [2] [DFN[[RUBYB[書記素基底][grapheme base]]]]は、 [[特性][特性 (UCD)]] [CODE[Grapheme_Base]] の[[文字]]か、 [[標準韓音節ブロック]]です。 [SRC[>>1 D58]] [4] [[書記素基底]]は[[拡張済基底]]と似ていますが、多少の出入りがあります。 [REFS[ - [9] [CODE[Grapheme_Base]] の一覧: - [11] [[基底文字]]と [CODE[Grapheme_Base]] の比較 ]REFS] * 書記素拡張子 [5] [DFN[[RUBYB[書記素拡張子][grapheme extender]]]]は、 [[特性][特性 (UCD)]] [DFN[[CODE[Grapheme_Extend]]]] の[[文字]]です。 すべての [[nonspacing mark]]、 [CODE(charname)@en[ZWJ]], [CODE(charname)@en[ZWNJ]], [CODE[U+FF9E]], [CODE[U+FF9F]], 一部の [[spacing mark]] が含まれます。 [SRC[>>1 D59]] [6] [CODE(charname)@en[ZWJ]], [CODE(charname)@en[ZWNJ]] は、 前後が他の[[書記素拡張子]]の列のとき、 それを分断しないように[[書記素拡張子]]に含まれています。 [SRC[>>1 D59]] [7] [[書記素基底]]と[[書記素拡張子]]は、[[互いに素]]です。 [SRC[>>1 D59]] [8] [CODE[Grapheme_Extend]] は [CODE[Grapheme_Cluster_Break]] = [CODE[Extend]] から導出されたものですが、完全には一致しません。 [SRC[>>1 D59]] [REFS[ - [10] [CODE[Graphme_Extend]] の一覧 - [12] [[spacing mark]] が [CODE[Grapheme_Base]] と [CODE[Grapheme_Extend]] のどちらに属するか見る ]REFS] * 書記素クラスター [13] [DFN[[RUBYB[書記素クラスター][grapheme cluster]]]]は、 [[UAX #29]] [[書記素クラスター境界]]間の[[テキスト]]です。 [SRC[>>1 D60]] [14] [[UAX #29]] は[[拡張済書記素クラスター]]と[[遺物書記素クラスター]]を定義している上に、 [[tailor]] 可能と定めています。 [SRC[>>1 D60]] [19] [DFN[[RUBYB[拡張済書記素クラスター][extended grapheme cluster]]]]は、 [[UAX #29]] [[拡張済書記素クラスター境界]]の間の[[テキスト]]です。 [SRC[>>1 D61]] [15] [[書記素クラスター]]は[[テキスト]]の水平に segment 化可能な単位です。 いくつかの[[書記素基底]]と、 それに適用されるいくつかの [[nonspacing mark]] を合わせたものです。 [SRC[>>1 D60]] [16] [[結合文字列]]と[[書記素クラスター]]は似ていますが、 同じではありません。 [[結合文字列]]は主に[[正規化]]、 [[比較][文字列の比較]]、 [[検索]]のような処理に関係してきます。 [[書記素クラスター]]は主に [[text rendering]] や[[カーソル]]配置、 [[テキストの選択]]のような処理に関係してきます。 [[比較][文字列の比較]]や[[検索]]に関係することもあります。 [SRC[>>1 D60]] [18] 多くの処理においては、 [[書記素クラスター]]は、 [[書記素基底]]と同じ[[特性][特性 (UCD)]]の1つの[[文字]]のような挙動を示します。 [SRC[>>1 D60]] -*-*- [20] [DFN[[RUBYB[関連付けられた書記素基底][associated grapheme base]]]]は、 [[nonspacing mark]] が属する[[書記素クラスター]]中の[[書記素基底]]です。 [SRC[>>115 D61b]] [22] [[nonspacing mark]] は、 [[関連付けられた書記素基底]]に[DFN[[RUBYB[適用する][apply]]]]といいます ([DFN[[RUBYB[図形的適用][graphical application]]]])。 [SRC[>>115 D61b]] ;; [21] [[関連付けられた基底文字]]とそれへの[[適用][関連付けられた基底文字]]と似た意味ですが、少しずつ定義が違います。 [23] [CODE[Vertical_Orientation]] は[[書記素クラスター]]の最初の[[文字]]によって定義されます。 [SEE[ [CODE[Vertical_Orientation]] ]] -*-*- [24] [[書記素クラスター]]は、 大まかに言って一般の[[利用者]]が 「[RUBYB[[[文字]]][character]]」 と認識するものを表しています。 [[Unicode]] は[[結合文字]]その他の仕組みを導入し 「文字」 より細かな単位を[[文字][Unicode文字]]と呼んでしまっているため、 齟齬が生じています。 [27] [CITE[[[CSS Writing Modes]]]] の一部の[[規定]]では、 [RUBYB[[[文字]]][character]]とは[[書記素クラスター]]を意味すると定義して使っています。 いちいち[[書記素クラスター]]と書いて使うのが厳密なのでしょうが、 煩雑で読みにくくイメージしがたい文章になってしまいます。 [25] [CITE[The Unicode Standard]] は、 [[スロバキア語]] [CODE[ch]]、 「k[SUP[w]]」のような[[修飾子]]付きのもの、 [[合字]]その他のような一般の 「文字」 の単位が必ずしも一定しない事例があることから、 [[言語]]や、 [[照合]]、[[一致]]など[[応用]]にも依存して 「文字」 の決め方は変える必要があるとしています。 [SRC[>>142]] [26] [[書記素クラスター]]は、一般の 「文字」 に近いものを[[言語]]に依存しない形で定義したものです。 これを基礎に、[[言語]]や用途によって必要なら [[tailor]] して使うことが期待されています。 [SRC[>>142]] * 応用 [17] [[UTR #50]] や [CITE[[[CSS Writing Modes]]]] は[[書記素クラスター]]を使って[[書字方向]]の処理を定めています。 [30] [[Unicode用字系特性値]] * フォント [28] [CODE[GSUB]], [CODE[cmap]] [29] [[Uniscribe]] は[[クラスター]]という単位を持っています。 [[書記素クラスター]]に近いものに見えますが、同じかどうかは不明です。 [SEE[ [[連なり]], [[shaping engine]]]] * 関連 [SEE[ [[組合せて使う文字]] ]] * メモ